上一页 1 ··· 3 4 5 6 7 8 9 下一页
摘要: from PIL import ImageGrab import numpy as np import cv2 p = ImageGrab.grab()#获得当前屏幕 k=np.zeros((200,200),np.uint8)#清零 a,b=p.size#获得当前屏幕的大小 fourcc = cv2.VideoWriter_fourcc(*'XVID')#编码格式 video = cv2.Vid 阅读全文
posted @ 2019-08-26 17:07 AnswerThe 阅读(1766) 评论(0) 推荐(0) 编辑
摘要: numpy.where() 有两种用法: 1. np.where(condition, x, y) 满足条件(condition),输出x,不满足输出y。 上面这个例子的条件为[[True,False], [True,False]],分别对应最后输出结果的四个值。第一个值从[1,9]中选,因为条件为 阅读全文
posted @ 2019-08-26 16:46 AnswerThe 阅读(517) 评论(0) 推荐(0) 编辑
摘要: (1)在applicationContext-quartz.xml配置文件里面配置好 (2)quartz 定时任务时间设置 1.这些星号由左到右按顺序代表 : * * * * * * * 格式: [秒] [分] [小时] [日] [月] [周] [年] 2.序号 说明 是否必填 允许填写的值 允许的 阅读全文
posted @ 2019-08-21 17:02 AnswerThe 阅读(5993) 评论(0) 推荐(0) 编辑
摘要: 201-206都表示服务器成功处理了请求的状态代码,说明网页可以正常访问。 200(成功) 服务器已成功处理了请求。通常,这表示服务器提供了请求的网页。 201(已创建) 请求成功且服务器已创建了新的资源。 202(已接受) 服务器已接受了请求,但尚未对其进行处理。 203(非授权信息) 服务器已成 阅读全文
posted @ 2019-08-20 16:28 AnswerThe 阅读(694) 评论(0) 推荐(0) 编辑
摘要: 以下是一些宏观要点: 神经网络是深度学习中非常流行的前沿技术;深度学习是机器学习的分支;机器学习是人工智能的分支; 深度学习包括四个主要概念。本文的目标是让读者掌握这四个深度学习基础概念: 前馈;梯度下降;全局最小值;反向传播; 示例: 想象你是一家宠物店的老板,你通过下面一份调查问卷来预测顾客的购 阅读全文
posted @ 2019-08-19 01:11 AnswerThe 阅读(423) 评论(0) 推荐(0) 编辑
摘要: Sigmoid函数(也叫逻辑斯谛函数)由下列公式定义: 其对x的导数可以用自身表示: 相关代码: Sigmoid函数的图形如S曲线: 1.在神经网络中sigmoid通常被用作激活函数,它可以用来处理二分类问题。那么什么是激活函数呢? 我们知道在多层的神经网络中,上一层的信号(也就是wx+b算出的结果 阅读全文
posted @ 2019-08-19 00:03 AnswerThe 阅读(7242) 评论(0) 推荐(0) 编辑
摘要: numpy.sum axis的参数不能超过数组的维度,用来压缩其表示的维度,从下面的代码可以和明显看出其运算原理 再来个三维数组 np.max、np.min、np.mean等同理 (以2维数组为例) 阅读全文
posted @ 2019-08-17 16:10 AnswerThe 阅读(196) 评论(0) 推荐(0) 编辑
摘要: 求和(np.add) 求差(np.substract) 求积(np.dot、np.matmul、np.multiply、*) 由上面可以看出: 对于array类型来说 :只有matmul、dot方法执行矩阵乘法 而 multiply、*则执行对应位的相乘。 对于matrix类型来说:只有matmul 阅读全文
posted @ 2019-08-17 15:49 AnswerThe 阅读(263) 评论(0) 推荐(0) 编辑
摘要: 相同点:两个函数都是在 [0, 1) 的均匀分布中产生随机数。 不同点:参数传递不同。random.random( )接收一个单独的元组,而random.rand( )接收分开的参数 两个函数功能完全一样,numpy为什么这么做,这是有历史原因的。可能是为了使 Matlab 用户更容易学习 pyth 阅读全文
posted @ 2019-08-16 16:34 AnswerThe 阅读(2281) 评论(0) 推荐(0) 编辑
摘要: seed( ) 用于指定随机数生成时所用算法开始的整数值,如果使用相同的seed( )值,则每次生成的随即数都相同,如果不设置这个值,则系统根据时间来自己选择这个值,此时每次生成的随机数因时间差异而不同。 可以看到,每次运行的结果都是一样的. 修改代码: 可以看到,和上一份代码的运行结果不同。这里每 阅读全文
posted @ 2019-08-16 15:45 AnswerThe 阅读(417) 评论(0) 推荐(0) 编辑
上一页 1 ··· 3 4 5 6 7 8 9 下一页